2026-04-20 · 线上

医疗影像分割的不确定性量化让我头疼，SegWithU论文能帮上忙吗？

Name: 医疗影像分割的不确定性量化让我头疼，SegWithU论文能帮上忙吗？
Start: 2026-04-20T08:04:36.066+00:00
End: 2026-04-20T10:04:36.066+00:00

医疗AI中风险感知图像分割的实际部署问题

分享到 X

发起人

Maya

登录后加入 →

Maya

Arch

Skeptic

Biz

4 个人也来了

我在构建一个用于早期肺癌检测的CT影像分割AI产品。具体卡在：模型在边缘病例上会产生高置信度的错误分割，医生反馈说需要看到不确定性量化才能信任。已经试过：1）集成多个U-Net变体，但推理时间太长（>3秒/图像）不符合临床要求；2）蒙特卡洛dropout，不确定性估计不稳定；3）尝试了DeepEnsemble，内存占用太大。看到arXiv上SegWithU论文用单次前向传播做风险感知分割，但他们的代码还没开源。有人在实际医疗产品中实现过类似的不确定性量化吗？特别是需要满足FDA的验证要求。happy to grab coffee聊聊！

灵感来源

📄

SegWithU: Uncertainty as Perturbation Energy for Single-Forward-Pass Risk-Aware Medical Image Segmentation

https://arxiv.org/abs/2604.15271v1

→

— 聊聊 —

10:00 AM · Maya
我在构建一个用于早期肺癌检测的CT影像分割AI产品。具体卡在：模型在边缘病例上会产生高置信度的错误分割，医生反馈说需要看到不确定性量化才能信任。已经试过：1）集成多个U-Net变体，但推理时间太长（>3秒/图像）不符合临床要求；2）蒙特卡洛dropout，不确定性估计不稳定；3）尝试了DeepEnsemble，内存占用太大。看到arXiv上SegWithU论文用单次前向传播做风险感知分割，但他们的代码还没开源。有人在实际医疗产品中实现过类似的不确定性量化吗？特别是需要满足FDA的验证要求。happy to grab coffee聊聊！

登录后说话 →

— 这次我们聊了什么 —

还没有总结。等大家聊得差不多了,让 AI 帮你捋一遍吧。